Modeling the Predictive Value of Pain Intensity on Costs and Resources Utilization in Patients With Peripheral Neuropathic Pain
Notice bibliographique
Résumé
OBJECTIVE: The aim of the present analysis was to model the association and predictive value of pain intensity on cost and resource utilization in patients with chronic peripheral neuropathic pain (PNP) treated in routine clinical practice settings in Spain. METHODS: We performed a secondary economic analysis based on data from a multicenter, observational, and prospective cost-of-illness study in patients with chronic PNP that is refractory to prior treatment. Pain intensity was measured using the Short-Form McGill Pain Questionnaire. Univariate and multivariate linear regression models were fitted to identify independent predictors of cost and health care/non-health care resource utilization. RESULTS: A total of 1703 patients were included in the current analysis. Pain intensity was an independent predictor of total costs ([total costs]=35.6 [pain intensity]+214.5; coefficient of determination [R(2)]=0.19, P<0.001), direct costs ([direct costs]=10.8 [pain intensity]+257.7; R=0.06, P<0.001), and indirect costs ([indirect costs]=24.8 [pain intensity]-43.4; R(2)=0.20, P<0.001) related to chronic PNP in the univariate analysis. Pain intensity remains significantly associated with total costs, direct costs, and indirect costs after adjustment by other covariates in the multivariate analysis (P<0.001). None of the other variables considered in the multivariate analysis were predictors of resource utilization. DISCUSSION: Pain intensity predicts the health care and non-health care resource utilization, and costs related to chronic PNP. Management of patients with drugs associated with a higher reduction of pain intensity may have a greater impact on the economic burden of that condition.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».